La proliferación de dispositivos portátiles como smartphones y tabletas crea un nuevo escenario de aplicación para la autenticación biométrica, y en particular para la verificación de automática de firma manuscrita. La investigación en verificación de firma se ha llevado a cabo tradicionalmente utilizando firmas adquiridas en tabletas digitalizadoras de escritorio o Tablet-PC.
Esta tesis doctoral aborda el problema de la autenticación de usuario en dispositivos móviles utilizando firmas manuscritas y passwords gráficos basados ¿¿en trazos libres, así como los efectos del paso del tiempo (biometric aging) en la verificación de firma. La tesis analiza: (i) cuáles son los efectos de las condiciones móviles de captura en la verificación automática de firma y los passwords gráficos, (ii) cuáles son las características más distintivas de la firma y los passwords gráficos en condiciones móviles, (iii) cuál es el rendimiento de diferentes algoritmos de reconocimiento en condiciones de movilidad, y (iv) cuál es el impacto del aging en las características extraídas de la firma y en el rendimiento de los sistemas de verificación.
Se presentan dos nuevos conjuntos de datos. En primer lugar, una base de datos que contiene passwords gráficos y firmas simplificadas dibujadas con la yema del dedo en un smartphone. Es la primera base de datos de estas características disponible al público. Se presenta además una base de datos con firmas de usuarios capturadas durante un período de 15 meses, dirigida al estudio del aging.
Se utilizan algoritmos de reconocimiento de firma del estado del arte, tales como Hidden Markov Models (HMM), Gaussian Mixture Models (GMM), Dynamic Time Wapring (DTW) y clasificadores basados en distancia. En cuanto a la extracción de características, se emplea un amplio conjunto de parámetros procedente de varios trabajos del estado del arte.
La contribución experimental de esta tesis se divide en tres temas principales: la verificación de firmas en dispositivos portátiles, los efectos del aging en la verificación de firmas y la autenticación basada en passwords gráficos. En primer lugar, en relación con la verificación de firma manuscrita en condiciones móviles, se utiliza una base de datos capturada tanto en un dispositivo portátil como en una tableta digitalizadora. Se analiza el poder discriminativo de características globales y locales mediante análisis discriminante y técnicas de selección de características. Se analizan también los efectos de no disponer de la trayectoria del bolígrafo cuando no está en contacto con la pantalla.
Se estudian posteriormente los efectos del aging sobre la firma manuscrita. Se utilizan tres algoritmos diferentes de verificación (GMM, DTW y un sistema basado en distancias) para analizar los efectos del aging en su rendimiento. Se estudian también los efectos del envejecimiento en usuarios individuales y en las características de la firma. Se analizan técnicas de actualización de plantillas de usuario como medio para mitigar el impacto negativo del aging.
En cuanto a los passwords gráficos, se describe la base de datos DooDB. Se realiza un análisis estadístico de las muestras de la base de datos (trazos de forma libre y firmas simplificadas trazadas con el dedo) y se comparan con las firmas manuscritas. La variabilidad de la muestras (inter-usuario, intra-usuario e inter-sesión) también se analiza, así como la curva de aprendizaje para cada tipo de rasgo. Se obtienen también resultados a modo de benchmark sobre la base de datos, empleando diferentes algoritmos del estado del arte. Posteriormente, se realiza selección de características y la fusión de algoritmos de verificación.
Las principales contribuciones de esta tesis se pueden resumir del siguiente modo:
Se ha realizado un análisis exhaustivo del rendimiento de un amplio conjunto de características locales y globales extraídas de la firma, utilizando muestras capturadas en dispositivos portátiles y tabletas digitalizadoras. Se describen qué características son más distintivas y cuáles tienen un menor poder discriminativo (por ejemplo la presión y la inclinación). Se observa que emplear algoritmos de selección de características disminuye drásticamente las tasas de error Equal Error Rate (ERR), pasando por ejemplo de tasas superiores al 30% a tasas inferiores al 20% considerando imitaciones intencionadas en un dispositivo portátil. Se ha observado también que la carencia de información de la trayectoria en el aire del instrumento de firma empeora el rendimiento, pasando por ejemplo de tasas EER de 9,3% a 12,1% en el caso de falsificaciones intencionadas en una tableta digitalizadora.
Se han analizado los efectos del aging en la verificación de firma manuscrita, utilizando un nuevo conjunto de datos, que abarca 15 meses, y se ha estudiado su impacto en el rendimiento de los sistemas, en las características de las firmas y en los usuarios. Se ha observado que el aging no afecta por igual a todos los usuarios y que algunas características son más robustas, especialmente las que no están relacionadas con la dinámica de la firma. Comparando el rendimiento de firmas de los primeros meses con respecto a firmas de los últimos meses, se observa que la EER se degrada de forma variable según cada sistema: de 0,0% a 0,5% en el sistema DTW, de 1,0% a 5,0% en el sistema basado en la distancias, y del 3,2% al 27,8% en el sistema de HMM.
Se ha capturado y puesto a disposición del público una nueva base de datos de passwords gráficos y firmas simplificadas. Se compara el rendimiento de diferentes algoritmos de verificación sobre esta nueva base de datos. Se ha encontrado que existe una gran variabilidad inter-sesión que afecta de forma muy negativa al rendimiento en la verificación, lo cual puede mitigarse en parte mediante selección de características y fusión de sistemas. Se observa que existen parámetros presentes en la mayoría de vectores óptimos de características, relacionados con el movimiento vertical, independientemente del escenario de optimización. Adicionalmente, se comprueba que los sistemas de verificación tienen un rendimiento muy diferente ante falsificaciones aleatorias o intencionadas según se optimicen para uno u otro caso. Se obtiene mediante fusión una EER de 3,4% y 22,1% frente a falsificaciones aleatorias e intencionadas respectivamente, lo cual es un rendimiento prometedor.
© 2001-2026 Fundación Dialnet · Todos los derechos reservados